多变量浑沌时间序列预测建模研究.pdf

摘要 近年来，对非线性系统，尤其是混沌背景下产生的时间序列分析越来越受到 人们的重视．本文采用人工智能的方法，通过构造专家系统来进行不确定信息的 推理预测．主要工作如下： 首先，本文利用贝叶斯网络(BNs)在处理不确定知识方面的优势，并结 合相空间重构理论，建立了单变量混沌时间序列非线性全局预测模型，并将其 应用于单变量混沌时间序列预测，实现对其动力学特性分析，从而达到预测目 的． 其次，采用相空间同步分析法分析不同变量状态空间的依赖关系，并借助改 进的主成分分析法提取多个变量的综合信息，建立了一种针对多变量非线性时间 序列预测的模型． 最后，分别对预测模型进行仿真验证，实验结果表明：模型具有良好的稳 定性和较小的均方根误差率，能够有效地进行预测． 关键词：混沌时间序列预测 贝叶斯网络单变量 多变量相空间重构 Abs仃act In nonlinear chaotictimeseries is recent system，especially analysis years，the to artificial method moreattention．Thisuse moreand paper intelligence getting the and foruncertaininformation． realizingreasoningprediction of the usethe networks(BNs)indealing Bayesian Firstly，we advantages the of tobuildanonlinear withtheoryphase-spacereconfiguration uncertaintytogether this of variablechaotictimeseries．In modelfort11e paper, prediction predictionsingle the wecan the characterandrealize dynamic prediction． analyze ofthe differentstate among spaces， Then,withanalysisunderlyingrelationships multivariatetimeseriesarediscussed．The th